导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

MoonshotAI: Kimi K2.5 vs OpenAI: gpt-oss-120b

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 MoonshotAI: Kimi K2.5 medium 发布日期: 发布日期未知 OpenAI: gpt-oss-120b medium 发布日期: 发布日期未知 免费可用
排名 #17 #25
分数 6.29 5.64
一致性 7.69 7.55
每个结果成本 2.335 0.101
总成本 $0.187 $0.008
测试正确
错误测试数 6 7
尝试通过率 73.8% 59.5%
不稳定测试 4 4
输出令牌 30,504 11,407
推理令牌 58,467 26,106

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
MoonshotAI: Kimi K2.5 7.00 7.21 88.9% 1 335 6,255
OpenAI: gpt-oss-120b 7.00 9.81 66.7% 0 3,463 2,077
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
MoonshotAI: Kimi K2.5 10.00 10.00 100.0% 0 1,181 6,049
OpenAI: gpt-oss-120b 5.50 5.87 66.7% 1 241 1,114
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
MoonshotAI: Kimi K2.5 1.00 4.41 33.3% 2 20,696 30,894
OpenAI: gpt-oss-120b 1.00 4.41 22.2% 2 6,018 18,520
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
MoonshotAI: Kimi K2.5 9.50 10.00 100.0% 0 3,777 4,967
OpenAI: gpt-oss-120b 10.00 10.00 100.0% 0 120 1,770
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
MoonshotAI: Kimi K2.5 5.00 7.61 55.6% 1 4,273 9,490
OpenAI: gpt-oss-120b 5.00 7.13 44.4% 1 1,278 1,542
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
MoonshotAI: Kimi K2.5 10.00 10.00 100.0% 0 242 812
OpenAI: gpt-oss-120b 9.00 9.97 100.0% 0 287 1,083

切换对比组合

将 MoonshotAI: Kimi K2.5 与...对比

将 OpenAI: gpt-oss-120b 与...对比